Il Nobel per l’economia Daron Acemoglu mette in forma teorica un legame sempre più discusso: quello tra automazione e repressione politica. Il punto centrale è semplice ma inquietante: quando il capitale cresce e le macchine sostituiscono una parte crescente del lavoro umano, compensare chi perde reddito diventa sempre più costoso. A quel punto, per chi detiene il potere economico, controllare il dissenso può diventare più conveniente che redistribuire ricchezza. Le evidenze storiche vanno nella stessa direzione, e anche alcune nostre analisi erano arrivate a conclusioni simili.
Indice degli argomenti
Quando l’automazione rende il controllo più conveniente del welfare
It’s taxes or pitchforks. La frase, contenuta in una lettera aperta per il summit di Davos 2025 firmata da cento milionari, sintetizza un dilemma che i leader tecnologici discutono con crescente urgenza: l’automazione di massa genera disuguaglianza, la disuguaglianza genera instabilità, di fronte all’instabilità le opzioni sono due, compensare chi perde o controllare chi protesta.
Kai-Fu Lee, investitore e già presidente di Google China, parla di sconvolgimento sociale, disordine pubblico e collasso politico derivanti dalla disoccupazione diffusa e dalla disuguaglianza grottesca. Jack Ma, fondatore di Alibaba, avverte che i conflitti sociali da automazione avranno un impatto su tutti i settori e su tutti gli stili di vita. Nick Hanauer, venture capitalist miliardario, dice ai suoi pari: vedo i forconi in arrivo. Mo Gawdat, ex dirigente di Google X, descrive un futuro di molto controllo, molta sorveglianza, molta compliance forzata. Alex Karp, CEO di Palantir, si chiede nel suo ultimo libro cosa il pubblico dovrebbe ottenere in cambio dell’abbandono della minaccia di rivolta e risponde parlando di software di sorveglianza nelle forze dell’ordine e di disponibilità a vincolare la scelta.
Loro non sono accademici. Sono persone che costruiscono le tecnologie di automazione e ne vedono le conseguenze. Eppure, fino a oggi, non esisteva nessun modello economico formale che analizzasse questa scelta tra redistribuire e reprimere. Il paper Automation and Repression, pubblicato il 5 giugno 2026 da Daron Acemoglu (MIT), Arda Gitmez (Bilkent/CEPR) e Mehdi Shadmehr (UNC Chapel Hill), è il primo a farlo. Il risultato è un teorema che dovrebbe cambiare i termini del dibattito.
Il meccanismo: perché l’automazione porta alla repressione
Per comprendere il risultato centrale del paper, conviene partire dall’economia. Il modello si basa sul framework task-based sviluppato da Acemoglu e Restrepo: un’economia composta da un continuum di compiti (task), ciascuno dei quali può essere svolto indifferentemente da un lavoratore o da una macchina. Automatizzare significa far fare alle macchine compiti che prima facevano i lavoratori. La società è divisa in due gruppi, chi possiede il capitale (le macchine) e chi lavora.
In un mercato lasciato a sé stesso, le imprese automatizzano fino al punto in cui il costo di usare una macchina uguaglia il costo di pagare un lavoratore. Questo livello è efficiente: massimizza la torta complessiva. Ma non è quello che vorrebbero i capitalisti come gruppo, i quali preferirebbero automatizzare ancora di più, perché anche se la torta si rimpicciolisce un po’, la loro fetta cresce abbastanza da compensare.
L’innovazione del paper è aggiungere la politica. Dopo che i mercati hanno fatto il loro lavoro, i lavoratori possono decidere se rivoltarsi. La rivolta è modellata come un gioco globale alla Morris-Shin: riesce solo se partecipano abbastanza persone, ma nessun lavoratore sa esattamente quanti altri parteciperanno. Ogni lavoratore riceve un segnale impreciso sulla probabilità di successo e decide se rischiare.
La scelta del lavoratore è semplice, restare al proprio posto o rivoltarsi. Se resta, il suo payoff è il salario, oppure, quando lo stato redistribuisce, il salario al netto delle tasse più il valore dei servizi pubblici ricevuti. Tutto ciò che perderebbe in caso di rivolta. Se si rivolta e la rivolta riesce, ottiene una quota del capitale espropriato. Se si rivolta e la rivolta fallisce, perde il costo della partecipazione senza ottenere nulla. La probabilità di sopravvivenza del regime dipende quindi dal rapporto tra ciò che il lavoratore ha da perdere rivoltandosi e ciò che ha da guadagnare, più il salario è basso rispetto ai rendimenti del capitale, più lavoratori rischiano e più la rivolta diventa probabile.
L’automazione, riducendo i salari e gonfiando i profitti, alimenta direttamente il rischio di rivolta. Le singole imprese, quando decidono di automatizzare, non tengono conto di questo effetto, è un’esternalità classica. Ogni impresa è piccola e pensa che la sua decisione non cambi nulla, ma tutte insieme generano un rischio politico che nessuna di loro ha messo in conto.
Questo crea spazio per un’autorità centralizzata che Acemoglu chiama stato capitalista, un governo che agisce nell’interesse dei proprietari del capitale come gruppo. Non è un giudizio morale, è un’astrazione analitica per capire cosa farebbero i detentori di capitale se potessero coordinarsi. Lo stato capitalista ha tre strumenti a disposizione, regolare il livello di automazione, redistribuire ai lavoratori tramite tassazione e beni pubblici, o reprimere la protesta attraverso un apparato di sicurezza.
Il risultato che fa la differenza riguarda la struttura dei costi. La redistribuzione ha un costo variabile che cresce con l’automazione: man mano che la quota del reddito che va al lavoro si comprime, serve più redistribuzione per tenere buoni i lavoratori, questa redistribuzione viene pagata dai capitalisti. La repressione ha invece un costo sostanzialmente fisso, una percentuale dell’output destinata a mantenere l’apparato di controllo. La conseguenza è meccanica, esiste sempre un livello di capitale, quindi di automazione, oltre il quale la repressione diventa meno costosa della redistribuzione. Una volta superata quella soglia, non si torna indietro, perché ulteriore accumulazione di capitale rende il vantaggio della repressione ancora più grande.
Questa è la complementarità tra automazione e repressione che dà il titolo al paper. Più automazione rende la repressione più attraente, la repressione a sua volta permette ancora più automazione, perché lo stato non deve più preoccuparsi delle conseguenze politiche, il che rende la repressione ancora più attraente. Un circolo vizioso che si auto-rinforza.
Il lungo periodo: la convergenza verso il controllo
Nella seconda parte del paper, Acemoglu e coautori costruiscono un modello dinamico dove il capitale si accumula nel tempo. I capitalisti risparmiano, investono, il capitale cresce, l’automazione avanza, lo stato capitalista deve continuamente ricalcolare la scelta tra redistribuzione e repressione.
Il teorema principale è netto. Partendo da qualsiasi condizione iniziale, se la minaccia di rivolta è debole, l’economia resta in redistribuzione per sempre: la quota lavoro si riduce, la tassazione aumenta fino a circa il 50% dell’output, ma il sistema regge. Se la minaccia è intermedia, l’economia parte con la redistribuzione ma prima o poi, quando il capitale supera una soglia critica, passa alla repressione. Una società che per un periodo si gestisce con welfare e tasse, poi, a un certo punto, scatta verso il controllo. Se la minaccia è forte, l’economia parte direttamente in repressione e ci resta.
In tutti i casi tranne il primo, il lungo periodo è automazione totale sotto repressione. I forconi vengono accolti dai fucili.
Il paper include due estensioni importanti che rafforzano la conclusione. La prima mostra che anche se le imprese possono creare nuovi compiti ad alta intensità di lavoro, il canale che nella letteratura economica controbilancia l’automazione, la complementarità tra automazione e repressione resta intatta. Le imprese sotto investono nella creazione di nuovi compiti per lo stesso motivo per cui sovra-automatizzano. Non internalizzano l’effetto positivo dei nuovi compiti sulla stabilità politica. La seconda estensione parte da una democrazia e dimostra che, al crescere del capitale, i capitalisti trovano sempre più conveniente organizzare un colpo di stato per sostituire la democrazia con un regime repressivo. La democrazia diventa insostenibile non per un fallimento culturale o istituzionale, ma per una pura ragione di costi.
Le evidenze storiche: un pattern ricorrente
Il paper non è pura teoria. Acemoglu e coautori citano una letteratura empirica che documenta un pattern ricorrente, automazione, dislocazione, tensione politica, infine la scelta tra compensare e controllare.
Le rivolte Swing del 1830 in Inghilterra erano direttamente legate all’introduzione delle macchine trebbiatrici. La modernizzazione agricola brasiliana dagli anni ‘90 ha generato conflitti fondiari e occupazioni di terre, e lo stato ha risposto con un ibrido di repressione e redistribuzione. Le proteste dei minatori in Messico di fronte all’automazione estrattiva sono state affrontate con la repressione. Le proteste dei minatori negli Stati Uniti nel 1902 e nel 1943, di fronte a tensioni analoghe, hanno prodotto nuove forme di compensazione. La letteratura recente conferma che chi perde dal progresso tecnologico si sposta sistematicamente verso posizioni antisistema sia in Europa che negli Stati Uniti.
Poi ci sono i precedenti di governi che hanno direttamente bloccato l’innovazione per prevenire la reazione. L’imperatore Vespasiano che rifiutò una macchina per trasportare colonne al Campidoglio “devo dar da mangiare ai miei poveri”, la regina Elisabetta I che respinse la macchina per maglieria di William Lee per non togliere lavoro ai sudditi. Il pattern è sempre lo stesso, la scelta tra lasciare che l’innovazione produca i suoi effetti distributivi e intervenire per gestirli.
Il dittico Acemoglu: da febbraio a giugno
Per comprendere la portata di questo paper, è utile leggerlo in sequenza con un altro lavoro di Acemoglu pubblicato pochi mesi prima. A febbraio 2026, insieme a David Autor e Simon Johnson, aveva pubblicato Building Pro-Worker Artificial Intelligence per la Brookings Institution, un documento che abbiamo analizzato su queste pagine. Quel paper proponeva una tassonomia del cambiamento tecnologico e identificava cinque categorie di impatto sul lavoro, di cui solo una, la creazione di nuovi compiti, era inequivocabilmente favorevole ai lavoratori. Proponeva nove leve di policy per orientare l’AI nella direzione pro-worker: procurement pubblico in sanità e istruzione, competenze AI nei governi, finanziamento della ricerca sulla collaborazione uomo-AI, riequilibrio fiscale tra capitale e lavoro, antitrust, rappresentanza dei lavoratori, tutela della proprietà intellettuale.
Il messaggio di febbraio era costruttivo, la direzione del cambiamento tecnologico non è determinata dalla tecnologia ma dalle scelte di imprese, governi e istituzioni di ricerca. Gli incentivi si cambiano con le politiche.
Il paper di giugno dice cosa succede se quelle politiche non vengono adottate, ci dice cosa succede quando, nonostante le migliori intenzioni, il costo della redistribuzione cresce al punto da rendere il controllo l’opzione meno costosa per chi detiene il capitale.
Lo scarto tra i due paper è significativo. Le nove proposte di febbraio presuppongono una democrazia funzionante in cui lo Stato orienta gli incentivi. Il paper di giugno mostra che la democrazia stessa è endogena al modello e può essere rovesciata quando il capitale supera una soglia critica. Le policy pro-worker funzionano finché il sistema politico le sostiene, ma il modello prevede che a un certo punto i detentori di capitale trovino più conveniente eliminare il sistema politico che le impone.
I due paper si leggono come un dittico, a febbraio la mappa e la bussola, a giugno l’avvertimento su cosa c’è alla fine della strada se non si cambia direzione. Non si contraddicono, ma il secondo cambia la scala del problema, da una questione di design del mercato del lavoro a una questione di sopravvivenza delle istituzioni democratiche.
Cosa manca: i limiti del modello
Un modello formale è potente nella misura in cui astrae, ed è limitato nella misura in cui quella stessa astrazione lascia fuori dimensioni rilevanti. Il paper di Acemoglu ha almeno tre lacune significative.
La prima riguarda la qualità del lavoro. Nel modello, la condizione di analisi del lavoratore si riduce alla sua dimensione monetaria: salario, eventuale carico fiscale e beni pubblici ricevuti. Un lavoratore decide se rivoltarsi confrontando quanto guadagna con quanto potrebbe guadagnare dall’esproprio del capitale. Non c’è autonomia, non c’è dignità, non c’è senso del lavoro. Un lavoratore sorvegliato da telecamere con AI che verificano se dice per favore e grazie, il caso di Burger King documentato nella letteratura, nel modello non è meno soddisfatto di uno che lavora in piena autonomia, a parità di salario. Eppure, una vasta letteratura di psicologia del lavoro mostra che autonomia, percezione di controllo e dignità sono determinanti della soddisfazione lavorativa almeno quanto la retribuzione. Sono anche determinanti della propensione alla protesta, il che significa che il modello potrebbe sottostimare il rischio politico in scenari dove i lavoratori sono ben pagati ma sottoposti a micromanagement algoritmico.
La seconda lacuna riguarda la dimensione cognitiva. Nel modello, i lavoratori sono agenti razionali che calcolano se rivoltarsi in base al rapporto tra salario e rendimenti del capitale. Nella realtà, l’uso passivo dell’intelligenza artificiale può produrre dipendenza cognitiva, atrofia del pensiero critico, quella che la letteratura chiama brain rot e che in un quadro più ampio ho descritto come Sistema 3, la resa della capacità di giudizio autonomo alla macchina. Il paradosso è che questo esito potrebbe essere peggiore della repressione modellata da Acemoglu, una popolazione che non si rivolta nemmeno, non perché è repressa, ma perché ha perso la capacità di coordinamento autonomo necessaria per farlo. L’effetto Flynn inverso, il calo del quoziente intellettivo osservato in alcuni paesi avanzati, è un segnale che precede la diffusione dell’AI ma che l’AI usata passivamente rischia di accelerare, come documentato in un recente studio da Fabrizio Degni.
La terza lacuna è l’assenza di soluzioni. Il paper è rigorosamente diagnostico. Acemoglu, il Nobel che ha lavorato più di tutti su istituzioni e tecnologia, consegna un teorema che dice senza intervento, la traiettoria è repressione e non dice come evitarla. La conclusione del paper elenca direzioni di ricerca futura, modelli democratici più ricchi, analisi di lobbying e cattura istituzionale, evidenza empirica. Ma nessuna prescrizione. Un invito alla politica, non all’economia.
La repressione a costo zero
Nel modello di Acemoglu il costo della repressione è fisso: esercito, polizia, apparato di sicurezza. Gli stessi autori, però, in una nota che meriterebbe più spazio di quello che le dedicano, riconoscono che l’intelligenza artificiale potrebbe abbassarlo drasticamente. Il caso studiato da Beraja e coautori lo documenta in Cina: il riconoscimento facciale alimentato dall’AI ha rafforzato la capacità repressiva del governo, creando un circolo tra protesta e sorveglianza. Ma la questione va oltre la sorveglianza di stato. L’analisi di Shoshana Zuboff sul capitalismo della sorveglianza suggerisce che le piattaforme digitali che usiamo ogni giorno producono una forma di controllo ancora più economica: non puniscono la protesta, ne rimuovono le condizioni perché si organizzi. Cattura dell’attenzione, personalizzazione algoritmica, cicli di rinforzo, non servono telecamere nelle piazze se il dissenso non si forma. Se la seconda lacuna del modello riguarda ciò che succede dentro la testa del lavoratore, questa riguarda ciò che succede intorno a lui. Il risultato è lo stesso, la soglia oltre la quale la repressione diventa conveniente si abbassa, e la convergenza del modello di Acemoglu diventa non solo più probabile ma invisibile per chi la subisce.
Una convergenza: lo scenario collasso nello studio Work 2040
Lo studio Work 2040, il futuro del mondo del lavoro nell’era dell’AI, condotto da chi scrive insieme a Giovanni Rossi con il contributo di una trentina di esperti italiani, è arrivato per via qualitativa, attraverso la metodologia degli scenari Manoa e interviste strategiche, a una diagnosi convergente su diversi punti chiave.
Lo scenario di collasso dello studio descrive un 2040 in cui l’automazione asimmetrica elimina sistematicamente i ruoli di ingresso, il sistema di welfare crolla perché i robot non versano contributi, la tecnologia viene usata per instaurare forme di sorveglianza totale, e poche grandi aziende tecnologiche acquisiscono un potere paritetico a quello degli stati nazionali. I due terzi degli esperti intervistati convergono sulla diagnosi di una polarizzazione estrema descritta con la metafora degli Hunger Games, con il controllo dei dati e dell’hardware concentrato in pochissime mani.
Le due analisi convergono sulla destinazione: l’automazione senza correzioni tende al controllo. Dove differiscono è nel metodo e nella copertura. Acemoglu spiega il perché, il meccanismo formale per cui il costo crescente della redistribuzione rende la repressione l’opzione di equilibrio. Work 2040 descrive il come e il cosa: la fenomenologia sociale della transizione e le conseguenze umane che un modello formale per sua natura non può catturare.
In particolare, lo studio di foresight aggiunge tre dimensioni assenti dal modello. La prima è il paradosso formativo: l’eliminazione dei ruoli entry-level, quella che in altri lavori ho chiamato la Scala Spezzata, interrompe la trasmissione intergenerazionale delle competenze, creando una carenza strutturale di figure senior che nel lungo periodo accelera ulteriormente la dipendenza dall’automazione. La seconda è la crisi di domanda aggregata, il Paradosso di Ford: se le macchine non percepiscono salari, chi acquista ciò che producono? Il modello di Acemoglu si concentra sul rischio politico della disuguaglianza, lo studio di foresight aggiunge il rischio economico della sovrapproduzione senza consumo. La terza è il collasso comportamentale, utilizzando la metafora dell’esperimento Universo 25 del biologo Calhoun, in cui una popolazione in condizioni di abbondanza ma priva di scopo sviluppa apatia, isolamento e comportamenti autodistruttivi, lo studio descrive una popolazione che non si rivolta perché è stata anestetizzata, un esito che il modello razionale di Acemoglu non prevede.
La convergenza tra due metodologie radicalmente diverse, teoria dei giochi formale e foresight qualitativo con panel di esperti, non prova che la traiettoria sia inevitabile. Ma rafforza la robustezza della diagnosi, quando un teorema e un esercizio di immaginazione strutturata indicano la stessa direzione, il segnale merita attenzione.
L’Italia e l’Europa nella traiettoria
Per i lettori europei, e italiani in particolare, il modello di Acemoglu ha implicazioni specifiche che meritano di essere esplicitate.
Il vincolo demografico italiano, età media oltre i 46 anni, indice di vecchiaia al 208%, una perdita prevista di oltre sei milioni di lavoratori, non è solo un problema di welfare. Si tratta di un acceleratore della dinamica modellata da Acemoglu, la carenza di manodopera spinge l’automazione, l’automazione comprime la quota lavoro, la compressione della quota lavoro aumenta il costo della redistribuzione. In un paese che invecchia più rapidamente di quasi tutti gli altri in Europa, la soglia critica oltre la quale la repressione diventa preferibile potrebbe essere raggiunta prima.
La posizione dell’Europa come utilizzatore e regolatore di tecnologia altrui aggiunge un ulteriore livello di fragilità. L’AI Act è il primo quadro giuridico globale sull’intelligenza artificiale, ma come osservavano gli esperti nello studio Work 2040 con una formulazione impietosa, i cinesi lavorano, gli americani vendono, gli europei fanno le leggi, la regolazione senza capacità produttiva è un’arma spuntata. Le recenti vicende dell’export block statunitense sui modelli Mythos e Fable di Anthropic, con le discussioni al G7 di Evian sugli schemi di accesso per partner fidati, mostrano quanto la sovranità tecnologica resti una promessa più che una realtà.
In questo contesto, le proposte di Acemoglu, Autor e Johnson di febbraio 2026, procurement pubblico orientato al pro-worker, riequilibrio fiscale, competenze AI nei governi, acquistano un’urgenza diversa per l’Europa. Non sono solo strumenti di politica del lavoro. Sono, alla luce del paper di giugno, meccanismi per ritardare o prevenire il superamento della soglia critica oltre la quale la redistribuzione non è più sostenibile. In Italia, dove il Servizio Sanitario Nazionale copre circa il 75% della spesa sanitaria e la scuola pubblica assorbe la quasi totalità della spesa per l’istruzione di base, la leva del procurement pubblico per orientare l’AI verso il potenziamento dei lavoratori anziché la loro sostituzione è particolarmente forte.
La scelta è aperta, il tempo no
Il paper di Acemoglu non è una profezia, è l’identificazione di una tendenza che si auto-rinforza: più capitale porta a più automazione, più automazione rende la repressione più conveniente, la repressione permette ancora più automazione. Il circolo non è inevitabile, ma richiede un intervento deliberato per essere interrotto. L’intervento deve arrivare prima che la soglia critica venga superata, perché dopo il meccanismo diventa sempre più costoso da invertire.
La domanda per i policy maker europei non è più soltanto questa AI è sicura? o questa AI crea o distrugge posti di lavoro? Si tratta di una domanda più radicale: il sistema politico che deve governare questa transizione sopravviverà abbastanza a lungo da poterlo fare? Una domanda scomoda, che un modello economico normalmente non pone. Acemoglu l’ha posta, la risposta formale è, dipende da quanto velocemente agiamo.
Nel 2003, vent’anni prima dei Large Language Model e dell’AI Act, il regista Michael Winterbottom girava Codice 46, un mondo dove una corporation-stato controlla ogni aspetto della vita dei cittadini, chi esce dagli schemi viene espulso nel deserto e la forma più raffinata di repressione non è la violenza ma la cancellazione della memoria. Lo slogan della Sphinx, la corporation che governa quel mondo, era noi sappiamo tutto di tutti. Non servono i fucili quando hai la tecnologia per riscrivere la percezione della scelta. Acemoglu ha formalizzato il meccanismo economico che ci porta lì. Sta a noi decidere se il teorema diventa destino.
Partecipa alla community